※本記事は一次情報をもとにAI支援によって構成・作成し、事実関係の照合を行っています。
発表内容（事実）
2026年10月24日、noteにてAIを活用した副業検証に関する記事が発表されました。筆者は「地図とデータで通説をたしかめる解説動画」のYouTubeチャンネルを別名義で立ち上げ、90日間でYouTube登録者100人、動画本数12本、Xフォロワー1,000人、合算実費100ドル以下という目標を設定して実験を行いました。
90日のうち50日を消化した時点（8月24日実測）の数値は、YouTube登録者2人、総再生479回、公開した動画9本、Xフォロワー0人（37回投稿）、実費2.22ドルとなりました。制作自体は自動化により進んでいたものの、完成した動画の試写・確認作業を自身で行う工程がボトルネックとなり、11日間公開が止まるなどの現象が発生しました。
この記事のポイント
- 検証の目標と条件：YouTube登録者100人、動画12本、Xフォロワー1,000人、合算実費100ドル以下、週2〜3時間の制限付きで90日間の実験を実施。
- 50日時点の実績：登録者2人、総再生479回、公開動画9本、Xフォロワー0人、実費2.22ドル。
- ボトルネックの正体：制作や自動化の不足ではなく、完成した動画の最終試写を自分で行う工程に依存していたため公開が滞った。
- 対策への移行：背景の有無や告知の確認など、機械で検査できるものは自動化し、人間は企画や内容の品質確認に集中する形へと線を引き直した。
考察（筆者の見解）
事実として、50日時点の検証では一般的な副業術で語られるような数字（登録者100人、フォロワー1,000人）には全く届いておらず、公開が止まっていた期間が存在します。また、推測として、試写のプロセスを自動化・効率化し、機械に任せるべきチェックを適切に切り分けることで、公開の遅延を防ぎ制作のスループットを向上させられると考えられます。
筆者の意見として、個人開発や副業において自動化パイプラインを構築する際、属人的な手作業の検査工程がどこに残るかを意識的にコントロールすることが極めて重要であると考えます。人間が見るべき対象を最小限に絞り、機械的にチェック可能な要素はシステムに委ねるアプローチは、動画制作だけでなく幅広いエンジニアリングや自動化プロセスの設計に応用できる教訓と言えます。
コメント